Hvordan fungerer selvkjørende biler på norske vinterveier?
Oppkoblede og automatiserte kjøretøy (CAV) kan gjøre trafikken sikrere og mer effektiv. Blant annet kan sensorer og kunstig intelligens (AI) “se” veien og kjøreforholdene.
Bil- og dataindustrien utvikler systemene i rasende fart. Men siden selvkjøringsteknologien utvikles og eies av produsentene trenger vi flere åpne vitenskapelige studier og mer tilgjengelig AI-programvare.
Veimyndighetene trenger kunnskap om hvordan disse systemene fungerer i ekte trafikk. De må vite hvordan teknologien fungerer under nordiske vær- og føreforhold og om den stiller andre krav til utforming og vedlikehold av veiene.
Samler data med selvkjørende bil
I MCSINC benytter vi en selvkjørende bil som eies av NTNU. Data fra bilen gir oss kunnskap om hvordan man etablerer et smart veimiljø i Norden.
Statens vegvesen og Troms og Finnmark fylkeskommune skal sørge for testing under nordiske forhold, og University of Washington skal teste smart infrastruktur.
Gjennom pilotaktivitetene skal vi løse både teknologiske og ikke-teknologiske utfordringer. De ikke-teknologiske utfordringene inkluderer utvikling av regelverk, politikk, standarder og forretningsmodeller. For å løse disse utfordringene må vi koble kunnskap om menneskelige faktorer, veiplanlegging og datateknologi.
Prosjektet er finansiert av Forskningsrådet.
